Pular para o conteúdo principal

Curso

Ajuste Fino com Llama 3

Intermediário2 h

Ajuste o Llama para tarefas personalizadas usando o TorchTune e aprenda técnicas para ajuste eficiente, como quantização.

Python2 h7 vídeos22 exercícios1,700 XP3,837Declaração de aproveitamento

Crie sua conta gratuita

Continuar com o Google
ou
Ao continuar, você aceita nossos Termos de uso, nosso Política de privacidade e que seus dados sejam armazenados nos EUA.

Amado por alunos em milhares de empresas

Treinando um time?

Teste para empresas

Descrição do curso

Ajustando o modelo Llama

Este curso oferece um guia completo para preparar e trabalhar com modelos Llama. Por meio de exemplos práticos e exercicios práticos, você aprenderá como configurar diversas tarefas de ajuste fino do Llama.

Prepare os conjuntos de dados para o fine-tuning

Comece explorando técnicas de preparação de conjuntos de dados, incluindo carregamento, divisão e salvamento de conjuntos de dados usando a biblioteca Hugging Face Datasets, garantindo dados de alta qualidade para seus projetos Llama.

Trabalhe com frameworks de fine-tuning

Explore fluxos de trabalho de fine-tuning usando bibliotecas de ponta como TorchTune e o SFTTrainer da Hugging Face. Você aprenderá como configurar receitas de ajuste fino, definir argumentos de treinamento e utilizar técnicas eficientes como LoRA (Low-Rank Adaptation) e quantização usando BitsAndBytes para otimizar o uso de recursos. Ao combinar as técnicas aprendidas ao longo do curso, você será capaz de personalizar modelos Llama para atender às necessidades dos seus projetos de maneira eficiente.

Pré-requisitos

Programa de estudos

Conteúdo do curso

1

Preparando-se para o ajuste fino do Llama

Explore opções para ajustar modelos Llama 3 e mergulhe no TorchTune, uma biblioteca criada para simplificar o fine-tuning. Este capítulo orienta você na preparação dos dados, no sistema de receitas do TorchTune e na configuração eficiente de tarefas, apresentando as etapas essenciais para iniciar sua primeira tarefa de ajuste fino.
Começar capítulo
2

Ajuste fino com SFTTrainer no Hugging Face

Descubra como o ajuste fino pode melhorar significativamente o desempenho de modelos menores em tarefas específicas. Comece ajustando modelos Llama menores para ampliar suas capacidades focadas na tarefa. Em seguida, conheça técnicas de ajuste fino eficiente em parâmetros, como LoRA, e explore a quantização para carregar e usar modelos ainda maiores.
Começar capítulo

Ajuste Fino com Llama 3

Curso
concluído

Obtenha o certificado de conclusão

Inscreva-se agora

Desenvolva suas habilidades em dados com o DataCamp for Mobile

Continue progredindo em qualquer lugar com nossos cursos e desafios diários de programação de 5 minutos.